sklearn train_test_split返回测试/训练中的某些元素

Question

我有一个具有260个独特观测值的数据集X。>>

运行x_train,x_test,_,_=test_train_split(X,y,test_size=0.2)时，我认为[p for p in x_test if p in x_train]为空，但不是。事实证明，x_test中只有两个观测值不在x_train中。

是故意还是...？

编辑（发布了我正在使用的数据）：

from sklearn.datasets import load_breast_cancer 
from sklearn.model_selection import train_test_split as split
import numpy as np

DATA=load_breast_cancer()
X=DATA.data
y= DATA.target
y=np.array([1 if p==0 else 0 for p in DATA.target])

x_train,x_test,y_train,y_test=split(X,y,test_size=0.2,stratify=y,random_state=42)

len([p for p in x_test if p in x_train]) #is not 0

我有一个具有260个独特观测值的数据集X。当运行x_train，x_test，_，_ = test_train_split（X，y，test_size = 0.2）时，我会假设[如果x_train中的p为x_test中的p，则p为p，但是为...

Answer 1

如果要避免这种行为，请不要使用：